|
|
--- |
|
|
library_name: transformers |
|
|
tags: |
|
|
- symbolic-decoder |
|
|
- aletheia |
|
|
- pytorch |
|
|
- onnx |
|
|
- philosophical-agi |
|
|
- gnai-creator |
|
|
license: apache-2.0 |
|
|
datasets: |
|
|
- custom |
|
|
language: |
|
|
- en |
|
|
pipeline_tag: text-generation |
|
|
--- |
|
|
|
|
|
# Aletheia Noesis Decoder |
|
|
|
|
|
Noesis é o decoder proprietário da AletheiaEngine. Ele traduz estados simbólicos \(\psi_s\) em linguagem natural garantindo a coerência epistemológica medida pela **Qualidade da Verdade (Q)**. Diferente de abordagens puramente estatísticas, o Noesis prioriza a fidelidade semântica entre a intenção simbólica e o texto gerado. |
|
|
|
|
|
## Arquitetura |
|
|
|
|
|
- **Transformer Decoder** com 8 camadas e atenção cruzada condicionada por \(\psi_s\) e estados contínuos. |
|
|
- Entradas: vetor de intenção `psi_s`, memória lenta `state` opcional e sequência de tokens. |
|
|
- Saídas: `logits`, embedding semântico `z_text` e métrica \(\hat{Q}\). |
|
|
- Função de perda combina cross-entropy, coerência Q e penalizações de restrições. |
|
|
|
|
|
## API FastAPI |
|
|
|
|
|
O pacote inclui a aplicação `aletheia_decoder.api.app` com duas rotas: |
|
|
|
|
|
- `POST /generate`: recebe `psi_s`, `state`, `constraints`, prompts opcionais e parâmetros de decodificação. Retorna texto gerado, tokens, \(\hat{Q}\) e metadados. |
|
|
- `POST /train`: permite fine-tuning local a partir de um dataset JSONL. |
|
|
|
|
|
### Execução local |
|
|
|
|
|
```bash |
|
|
pip install -r requirements.txt |
|
|
uvicorn aletheia_decoder.api.app:app --host 0.0.0.0 --port 8000 |
|
|
``` |
|
|
|
|
|
## Treinamento |
|
|
|
|
|
Use o script `aletheia_decoder/model/train.py` para treinar o modelo com dados anotados: |
|
|
|
|
|
```bash |
|
|
python -m aletheia_decoder.model.train data/dataset.jsonl --epochs 200 --batch-size 4 --lr 3e-5 |
|
|
``` |
|
|
|
|
|
Os checkpoints podem ser salvos com `torch.save(model.state_dict(), "noesis.pt")` e exportados para ONNX se necessário. |
|
|
|
|
|
## Deploy no Hugging Face Spaces |
|
|
|
|
|
1. Faça fork deste diretório para um repositório separado. |
|
|
2. Configure o Space no modo **FastAPI** apontando para `app:app`. |
|
|
3. Defina as variáveis de ambiente de acordo com sua infraestrutura (ex.: `DECODER_ENDPOINT`). |
|
|
4. Opcionalmente publique checkpoints `.pt` e `.onnx` nos assets do Space. |
|
|
|
|
|
## Slogan |
|
|
|
|
|
> **Noesis — onde a intenção se torna linguagem.** |
|
|
|
